# Clover-35B-A3B-Preview: открыты веса, но запуск пока для разработчиков

Источник: https://modelium.tech/zhurnal/clover-35b-a3b-preview-open-weights-local/

28 октября DiffuSpace опубликовала веса Clover-35B-A3B-Preview для собственного развёртывания. Модель создаёт текст блоками, но сегодня её путь запуска рассчитан на разработчиков с подходящим оборудованием; поддержку в обычных версиях SGLang и llama.cpp пока не подтвердили. Авторские цифры скорости не являются результатом домашних тестов Modelium.

Clover-35B-A3B-Preview: открыты веса, но запуск пока для разработчиков

Хотите запускать новую модель для работы с текстом на своём оборудовании? DiffuSpace опубликовала веса Clover-35B-A3B-Preview: релизный коммит датирован **28 октября 2026 года**. Файлы можно скачать, но это пока не готовая модель для обычного ноутбука или установка в один клик. Состояние источников проверено 29 октября по ревизии `4b0402b65e523d0183a14c431955438714cb16ff`. [s1](#src-s1) [s2](#src-s2)

## Что нового в Clover

Модель пишет текст и может помогать с программированием и последовательными действиями через подключённые инструменты. Она основана на Qwen3.6-35B-A3B, но генерирует ответ **блоками**: сначала заполняет группу словесных фрагментов, затем уточняет их. Это называют *блоковой диффузией*; для читателя главное не название метода, а возможность сравнить новый способ генерации с привычными локальными моделями. Заявленные 35 млрд параметров в целом и около 3 млрд активных на один фрагмент не означают, что вся модель занимает 3 млрд параметров в памяти. [s1](#src-s1) [s5](#src-s5)

В официальном репозитории присутствуют 26 основных файлов весов и два дополнительных файла модели; закреплённый индекс ссылается на все 28, и они есть в списке файлов. Это вариант BF16 — хранение весов с повышенной точностью. Отдельного INT4-пакета, который авторы использовали в одном из своих аппаратных тестов, в этом репозитории нет. [s3](#src-s3) [s9](#src-s9)

## Можно ли запустить на домашнем компьютере

**Не как простой домашний рецепт.** Авторы показывают путь через Python, PyTorch, Transformers и видеокарту NVIDIA для BF16. Это инженерная настройка; инструкция по документации изучена, но Modelium не скачивал веса и не запускал модель. Размер загрузки не равен требованию к оперативной или видеопамяти вашего компьютера. Если нужен первый результат без программирования, эту модель пока лучше не выбирать. [s1](#src-s1) [s6](#src-s6)

В описании проекта упоминаются SGLang и llama.cpp — программы для запуска моделей. Но соответствующие изменения на момент проверки ещё находились в открытых запросах на добавление к основным проектам, а подробные инструкции авторы обещают добавить позже. Поэтому команда для обычной установленной версии llama.cpp здесь не приводится. [s6](#src-s6) [s7](#src-s7) [s8](#src-s8)

## Насколько убедительны цифры скорости

Разработчики сообщают о **680 текстовых токенах в секунду** на одной NVIDIA GB300 при BF16 и одном запросе за раз — на собственных сценариях для ИИ-агентов. Токен — небольшой фрагмент текста, не обязательно целое слово. Это **замер авторов на их оборудовании**, а не скорость вашего компьютера или минимальные требования. Утверждение о запуске INT4 на RTX 5070 Ti с 16 ГБ видеопамяти также описывает их конкретный тест, а не гарантирует такой результат с опубликованным BF16-пакетом. Независимых измерений Modelium не проводил. [s5](#src-s5)

## Права и следующий шаг

В закреплённом репозитории весов есть Apache License 2.0 и список изменений относительно исходной Qwen. Это касается опубликованного пакета модели и его файлов; в отдельном GitHub-репозитории с планами интеграции корневой LICENSE не найден, поэтому права всего будущего стека автоматически не приравниваем к правам весов. [s4](#src-s4) [s6](#src-s6)

Если вы разрабатываете собственный способ запуска, начните с **официальной карточки закреплённой версии** и проверьте состояние интеграций перед установкой. Если вам нужен работающий домашний инструмент сегодня, дождитесь поддерживаемого выпуска программы для запуска и проверенного сценария, а не принимайте авторский тест на профессиональной видеокарте за инструкцию для ноутбука. [s1](#src-s1) [s7](#src-s7) [s8](#src-s8)

## Источники

1. [DiffuSpace Clover model card, pinned revision](https://huggingface.co/Diffuspace/Clover-35B-A3B-Preview/blob/4b0402b65e523d0183a14c431955438714cb16ff/README.md) — получено 2026-10-29
2. [DiffuSpace Clover official Hugging Face commit history](https://huggingface.co/api/models/Diffuspace/Clover-35B-A3B-Preview/commits/main?limit=12) — получено 2026-10-29
3. [Hugging Face pinned model API: complete sibling list](https://huggingface.co/api/models/Diffuspace/Clover-35B-A3B-Preview/revision/4b0402b65e523d0183a14c431955438714cb16ff) — получено 2026-10-29
4. [DiffuSpace Clover pinned Apache-2.0 LICENSE](https://huggingface.co/Diffuspace/Clover-35B-A3B-Preview/blob/4b0402b65e523d0183a14c431955438714cb16ff/LICENSE) — получено 2026-10-29
5. [DiffuSpace official Clover launch and vendor benchmarks](https://diffuspace.ai/blog/clover-35b/) — получено 2026-10-29
6. [DiffuSpace official GitHub README pinned e5a130a](https://github.com/DiffuSpace/Clover-35B-A3B-Preview/blob/e5a130a48e4a6d6c1d05c1c2338bce555d674044/README.md) — получено 2026-10-29
7. [SGLang PR 46927 Clover native serving status](https://github.com/sgl-project/sglang/pull/46927) — получено 2026-10-29
8. [llama.cpp PR 31306 Clover support status](https://github.com/ggml-org/llama.cpp/pull/31306) — получено 2026-10-29
9. [DiffuSpace Clover pinned weight index](https://huggingface.co/Diffuspace/Clover-35B-A3B-Preview/blob/4b0402b65e523d0183a14c431955438714cb16ff/model.safetensors.index.json) — получено 2026-10-29